鱼羊 发自 凹非寺

量子位 | 公众号 QbitAI

刻下，图像中的笔墨生成齐进化到这种进度了，仍是开源的。

通义模子眷属，刚刚又双叒开源了，此次是Qwen-Image——一个200亿参数、汲取MMDiT架构的图像生成模子。

这亦然通义千问系列中首个图像生成基础模子。

看Qwen-Image生成的画面就知说念，它主打的智商之一即是复短文本渲染。

像这张书店畅销书架的图片，包含复杂的图文夹杂布局，笔墨的准确度、契合度，致使于随竹素摆放角度变成的变化，齐挑不出来什么错。

生成海报，亦然不在话下。

照例，通义千问团队把模子、详备工夫叙述连气儿齐放了出来，Qwen-Image的智商也第一时刻上线QwenChat，刻下就能在官网上手体验。

实测Qwen-Image

Demo很优秀，实测成果又会若何？

Round 1：情境插画

测试教导词是：

李白站在窗前写“床前明蟾光”，窗外明月当空，在屋内投下轻柔的光芒，书桌上有酒和竹素，整身形度古典

好家伙，嗅觉可以径直给语文讲义用了。

“床前明蟾光”这几个字不是直愣愣P上去的，跟画面和会得相配可以。画面细节方面，也很有氛围感。

硬要挑刺，即是AI有点分不清屋内屋外了（doge）。

Round 2：生成PPT、海报

官方Demo中有径直生成PPT的示例，咱们也来测试一下，教导词是：

一张企业级高质料PPT页面图像，全体汲取简易当代的立场，主题感情是蓝绿色，配景用线条和粒子营造科技感，页面顶部左侧显著展示QbitAI的记号。主标题位于画面中央偏上，笔墨本色为“量子位AI Coding线下沙龙”，字体规整简介，凸起工夫感。主标题下方放两张图，一张是线下沙龙现场像片，另一张体现AI编程

生成适度是这样的：

严格来看，右上角有小小的缺陷，左下角图中图的笔墨也不是那么准确，但全体成果如实很顶，主体笔墨、图中图齐能适合教导词的条款。

那么若是教导词更腌臜更粗浅，Qwen-Image是否还能给出高质料适度？

测试教导词：

制作一张海报，主题是：通义千问开源Qwen-Image

笔墨准确，也体现了AI画画的元素，没缺陷。

Round 3：商品宣传图

临了，再来测测Qwen-Image的“卖货”手段。

教导词：

面包店的商品宣传图，画面主体是面包和奶油蛋糕。图中笔墨展现“好吃”、“动物奶油”、“开启好意思好一天”，字体汲取花体字，整身形度搪塞安适。全体汲取暖色彩

有点惊喜的是，Qwen-Image把“动物奶油”这几个字准确对应到了奶油蛋糕上。

需要诠释的是，以上实测，均为一次出图。

可以看到，Qwen-Image对教导词的判辨齐很到位，教导词给得越精确，扩充的成果细节越丰富，其中笔墨渲染智商，确如官方所说，能作念到高保真输出。

你给这个成果打几分？

性能SOTA

文本渲染智商除外，Qwen-Image还具备一致性图像剪辑智商，解救立场移动、增点窜、细节增强、笔墨剪辑、东说念主物姿态调节等多种操作。

回来起来，其主要特质包括：

复短文本渲染智商： Qwen-Image在复短文本渲染方面发达出色，解救多行布局、段落级文本生成以及细粒度细节呈现。无论是英语仍是华文，均能达成高保真输出。一致性的图像剪辑智商：通过增强的多任务查抄范式，Qwen-Image在剪辑经过中能出色地保抓剪辑的一致性。性能SOTA：在多个公开基准测试中的评估标明，Qwen-Image在种种生成与剪辑任务中均获取SOTA。

性能发达方面，通义千问团队在多个公开基准上对Qwen-Image进行了评估，包括用于通用图像生成的GenEval、DPG和OneIG-Bench，以及用于图像剪辑的GEdit、ImgEdit和GSO。

在悉数基准测试中，Qwen-Image齐达成了SOTA。

在用于文本渲染的LongText-Bench、ChineseWord和TextCraft上的适度标明，Qwen-Image在文本渲染方面发达尤为出色。

超过是在华文文本渲染上，大幅跳跃现存的起原进模子。

从工夫叙述浮现的细节来看，为了经管复短文字渲染勤恳，通义千问团队在数据处理、查抄计谋方面齐作念出了校阅。

查抄方面，Qwen-Image汲取渐进式查抄计谋，从非笔墨到笔墨渲染，节约单到复短文本输入，缓缓过渡到段落级描摹，这种课程学习门径大大增强了模子的原生笔墨渲染智商。

更多细节，可戳文末商酌，稽察官方工夫叙述。

One More Thing

官方放出的示例中，还有这样一张有好奇赞佩的PPT。

教导词中的要津字是“通义千问视觉基础模子”。

莫非是新的剧透？

这个8月的确有好奇赞佩了~

ModelScope：https://modelscope.cn/models/Qwen/Qwen-ImageHugging Face：https://huggingface.co/Qwen/Qwen-ImageGitHub：https://github.com/QwenLM/Qwen-Image工夫叙述：https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-Image/Qwen_Image.pdf实测地址：chat.qwen.aij9九游会真人